STATISTIK PERTEMUAN III

Ukuran: px
Mulai penontonan dengan halaman:

Download "STATISTIK PERTEMUAN III"

Transkripsi

1 STATISTIK PERTEMUAN III

2 OUTLINE PERTEMUAN III BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Pengertian Probabilitas dan Manfaat Probabilitas Pendekatan Terhadap Probabilitas Hukum Dasar Probabilitas Distribusi Normal Teorema Bayes Teori Keputusan Menggunakan MS Excel Untuk Probabilitas 2

3 PENDAHULUAN Definisi: Probabilitas adalah peluang suatu kejadian Manfaat: Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan yang tepat, karena kehidupan di dunia tidak ada kepastian, dan informasi yang tidak sempurna. Contoh: pembelian harga saham berdasarkan analisis harga saham peluang produk yang diluncurkan perusahaan (sukses atau tidak), dll. 3

4 PENDAHULUAN Probabilitas: Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi di masa mendatang. Probabilitas dinyatakan antara 0 sampai 1 atau dalam persentase. Percobaan: Pengamatan terhadap beberapa aktivitas atau proses yang memungkinkan timbulnya paling sedikit dua peristiwa tanpa memperhatikan peristiwa mana yang akan terjadi. Hasil (outcome): Suatu hasil dari sebuah percobaan. Peristiwa (event): Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan atau kegiatan. 4

5 PENGERTIAN PROBABILITAS Contoh: Percobaan/ Kegiatan Pertandingan sepak bola Persita VS PSIS di Stadion Tangerang, 5 Maret Hasil Peristiwa Persita menang Persita kalah Seri -- Persita tidak kalah dan tidak menang Persita Menang 5

6 KLASIFIKAASI PROB Perbedaan PROBl acak diskrit dengan variabel acak kontinue : Variabel acak diskrit adalah variabel random yang jumlahnya terbatas, dan dapat dihitung sehingga dapat digambarkan dalam bentuk histrogram dan ogive sedangkan. Variabel acak kontinue adalah variabel random yang berupa interval dan variabel yang jumlahnya TIDAK terbatas, sehingga tidak dapat digambarkan dalam bentuk histrogram dan ogive melainkan grafik y = f(x) 6

7 Identifikasi Probablitas Prob diskrit v random terbatas dengan pengembalian (pasti=1): 1/n. Contoh: lempar uang koin/ dadu. Prob perlakuan > 1 kali? Dengan cara: kombinasi, permutasi. n=2, P=3 random :exc sheet3 7

8 PENDEKATAN PROBABILITAS 1. Pendekatan Klasik 2. Pendekatan Relatif 3. Pendekatan Subjektif 8

9 PENDEKATAN KLASIK Definisi: Setiap rasio peristiwa mempunyai kesempatan yang sama untuk terjadi (equelly likely) dengan pengembalian dan saling ekslusif. Sebuah Peristiwa dapat terjadi sebanyak n kali diantara N Peristiwa. Rumus: Probabilitas = jumlah Kemungkinan hasil (K) suatu peristiwa (E) jumlah total kemungkinan hasil (n) + Jika prob E tidak terjadi adalah : Pr (bukan E)= 1 - K/n Pr E +Pr bukan E =1 9

10 PENDEKATAN KLASIK Percobaan Hasil Probabilitas Kegiatan melempar uang 1. Muncul gambar 2. Muncul angka 2 ½ Kegiatan perdagangan saham 1. Menjual saham 2. Membeli saham 2 ½ Perubahan harga 1. Inflasi (harga naik) 2. Deflasi (harga turun) 2 ½ Mahasiswa belajar 1. Lulus memuaskan 2. Lulus sangat memuaskan 3. Lulus terpuji 3 1/3 10

11 Klasi = mutual exlusive Sebuah kotak berisi 20 bola tenis, terdapat 6 hijau, 9 kuning, dan sisanya ungu. Berpa Pro bola tenis (H) P(K) dan P(ungu)? 11

12 Keputusan Karena pada pendekatan klasik bersifat mutual exlusive (saling Lepas) maka hanya ada 1 Peristiwa yang terjadi pada waktu yang sama. Suatu kegiatan/percobaan pasti akan terjadi dari semua hasil probabilitas yang lebih dari 1, karena bersifat collective exhaustive (sedikitnya satu dari seluruh hasil yang ada pasti terjadi pada setiap percobaan atau kegiatan yang dilakukan/lengkap terbatas kolektif) 12

13 PENDEKATAN RELATIF Definisi: Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa banyak suatu kejadian terjadi (Sebenarnya)/pengamatan dilakukan. Rumus: Probabilitas = jumlah peristiwa yang terjadi suatu peristiwa jumlah total percobaan Contoh: Kegiatan jual beli saham: 3 jt transaksi terdiri dari jual & beli. Prob relatifnya: /3jt)=82%. Prob beli (545000/3jt)=18% 13

14 PENDEKATAN SUBJEKTIF Definisi: Probabilitas suatu kejadian didasarkan pada penilaian pribadi yang dinyatakan dalam suatu derajat kepercayaan (subyektifitas). Contoh: menurut rektor Unja tahun , penerimaan mahasiswa baru akan meningkat 75%, karena telah dibuka program kedokteran. 14

15 HUKUM DASAR PROBABILITAS 1. HUKUM PENJUMLAHAN 2. HUKUM PERKALIAN 3. TEOREMA BAYES 15

16 KONSEP DASAR HUKUM PROBABILITAS A. Hukum Penjumlahan P(A ATAU B) = P(A) + P(B) Contoh : P(A) = 0,35, P(B) 0,40 DAN P (C) 0,25 Maka P(A ATAU C ) = 0,35 + 0,25 = 0,60 Peristiwa atau Kejadian Bersama (joint Event) A AB B P(A ATAU B) = P(A) + P(B) P (AB) Apabila P(AB) = 0,2, maka, P(A ATAU B) = 0,35 + 0, 40 0,2 = 0,55 16

17 Contoh joint event Kegiatan Perusahaan Jumlah Simpati mentari starone Sales(A) Buy(B) sum P(BS) = 40/200 = 0.15 P(AS) = 30/200=

18 KONSEP DASAR HUKUM PROBABILITAS Peristiwa Saling Lepas(MUTUALLY EXLUSIVE) P(AB) = 0 Maka P(A ATAU B) = P (A) + P(B) + 0 = P(A) + P(B) A B BAHwa peristiwa A tidak menjadi bagian peristiwa B. Begitu juga sebaliknya. 18

19 Contoh Kegiatan Perusahaan Jumlah Simpati mentari starone Sales(A) Buy(B) sum P(A atau B) = P(A) +P(B)-P(AB) = =1 Prob 3 kartu cellular (P(SMS))=0. P(S atau M/S) = P(S)+P(M)+P(S)-P(SMS) = = 1 19

20 EXCERCISE SUATU PERUSAHAAN MEMERLUKAN BAN MOBIL UNTUK KENDARAAN MILIK PERUSAHAAN. PROB AKAN MEMBELI BAN MEREK UNIROYAL (0,17), GOODYEAR (0,22), LIDAS (0,03), CONTINENTAL (0.29),BRIDGESTONE (0,21), DAN AMSTRONG (0.08).HITUNGLAH PROB BAHWA PERUSAHAAN AKAN MEMBELI: 1. BAN MEREK G atau B 2. Ban Merek U, C atau B 3. Ban Merek L atau A 4. Ban Merek G, C atau A. 20

21 jawab Apabila merek ban tersebut di urutkan dengan A,B,C,D,E dan F. Maka: 1. P( B U E )= P(B) +P(E) = 0,22 +0,21 = P(A U D U E) = ,29+0,21 = ) P(C U F)= = P (B U D U F)= 0,22 + 0, = Prob Mutually Exlusive. 21

22 HUKUM PERKALIAN PROB Hukum Perkalian Peristiwa Independen adalah terjadinya peristiwa tidak mempengaruhi probabilitas kejadian lainnya Rumus kejadian A dan B yang saling Independet sbb: P( A DAN B) = P(A) X P(B) Contoh: ada 3 transaksi saham (S&B), transaksi pertama melakukan transaksi beli, dan pada transaksi ke 2&3 bisa melakukan transaksi beli atau jual (bebas dari pengaruh transaksi pertama) Apabila P(A) 0,35 DAN P(B) = 0,25 Maka P(A DAN B) = 0,35 X 0,25 = 0,

23 Kejadian Bersyarat Kejadian Bersyarat P(B A) P(B A) = P(AB)/P(A) 23

24 KONSEP DASAR HUKUM PROBABILITAS Hukum Perkalian P( A DAN B) = P(A) X P(B) Apabila P(A) 0,35 DAN P(B) = 0,25 Maka P(A B) = 0,35 X 0,25 = 0,0875 Kejadian Bersyarat conditional Probability P(B A) P(B A) = P(AB)/P(A) Peristiwa Pelengkap (Complementary Event) P(A) + P(B) = 1 atau P(A) = 1 P(B) 24

25 DIAGRAM POHON Keputusan Jual atau Beli Jenis Saham Probabilitas bersama Diagram Pohon Suatu diagram berbentuk pohon yang membantu mempermudah mengetahui probabilitas suatu peristiwa 1 Probabilitas Bersyarat Jua l 0, 6 Beli 0,4 BC A BL P BNI BC A BL P BNI 0,35 0,40 0,25 0,3 5 0,4 0 0,25 1 x 0,6 x 0,35 = 0,21 1 x 0,6 x 0,40 = 0,24 1 x 0,6 x 0,25 = 0,15 1 x 0,4 x 0,35 = 0,14 1 x 0,4 x 0,40 = 0,16 1 x 0,4 x 0,25 = 0,10 Jumlah Harus = 1.0 0,21+0,24+0,15+0,14 +0,16+0,10 =1,0 25

26 CONTOH Komposisi dari beberapa tingkatan manajemn Dari 200 orang eksekutuf ditunjukkan sebagai Berikut: TM 18 (Pria) 2 (W), MM 3 6 (P) 24 (w), LM 24 (p) 96 (w) Total P (78) W (122). a. Jika 200 eksekutuf tersebut scara random seorang eksekutif Berapa prob eksekutif Pria atau eksekutif puncak? b. Dipilih 2 orang berapa prob eks Pria dan seorang Eksekutif wanita c. Terpilih eksekutif pria pada pilihan pertama dan terpilih Eksekutif pria lagi pada pilihan kedua, berapa prob? (jawab ex Prob) 26

27 TEOREMA BAYES Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah kejadian lain ada. Rumus: P(Ai B) = P(Ai) X P (B Ai) P(A1) X P(B A1)+P(A2) X P(B A2) + + P(Ai) X P(B Ai) 27

28 BEBERAPA PRINSIP MENGHITUNG Factorial (berapa banyak cara yang mungkin dalam mengatur sesuatu dalam kelompok). Factorial = n! Permutasi (sejumlah kemungkinan susunan jika terdapat satu kelompok objek). Permutasi npr = n!/ (n-r)! Kombinasi (berapa cara sesuatu diambil dari keseluruhan objek tanpa memperhatikan urutannya. Kombinasi ncr = n!/r! (n-r)! 28

29 Terima Kasih 29

Modul ke: STATISTIK Probabilitas atau Peluang. 05Teknik. Fakultas. Bethriza Hanum ST., MT. Program Studi Teknik Mesin

Modul ke: STATISTIK Probabilitas atau Peluang. 05Teknik. Fakultas. Bethriza Hanum ST., MT. Program Studi Teknik Mesin Modul ke: STATISTIK Probabilitas atau Peluang Fakultas 05Teknik Bethriza Hanum ST., MT Program Studi Teknik Mesin Pengertian dan Pendekatan Mempelajari probabilitas kejadian suatu peristiwa sangat bermanfaat

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Pengertian Probabilitas dan Manfaat Probabilitas Pendekatan

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS Definisi: Probabilitas adalah peluang suatu kejadian Manfaat: Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan yang tepat, karena kehidupan di dunia tidak

Lebih terperinci

probabilitas Atau berlaku hubungan : P(E) + P(Ê) = 1

probabilitas Atau berlaku hubungan : P(E) + P(Ê) = 1 Teorema Bayes Teori Probabilitas probabilitas Misalkan sebuah peristiwa E dapat terjadi sebanyak n kali diantara N peristiwa yang saling eksklusif (saling asing/terjadinya peristiwa yang satu mencegah

Lebih terperinci

KONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF

KONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF KONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF Definisi Probabilitas adalah suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi dimasa mendatang. Probabilitas dinyatakan antara 0 s/d

Lebih terperinci

TEORI KEMUNGKINAN. -PROBABILITAS- Genetika - Suhardi

TEORI KEMUNGKINAN. -PROBABILITAS- Genetika - Suhardi TEORI KEMUNGKINAN -PROBABILITAS- Genetika - Suhardi Probabilitas atau istilah lainnya kemungkinan, kebolehjadian, peluang dan sebagainya umumnya digunakan untuk menyatakan peristiwa yang belum dapat dipastikan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya

Lebih terperinci

Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil

Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil Pertemuan 13 &14 Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil dari keseluruhan event yang didapat

Lebih terperinci

Pertemuan 1 KONSEP DASAR PROBABILITAS

Pertemuan 1 KONSEP DASAR PROBABILITAS Pertemuan 1 KONSEP DASAR PROBABILITAS Pengantar Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, terutama kejadian yang akan datang. Meskipun kejadian-kejadian tersebut tidak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain

Lebih terperinci

Hidup penuh dengan ketidakpastian

Hidup penuh dengan ketidakpastian BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa

Lebih terperinci

BAB 3 Teori Probabilitas

BAB 3 Teori Probabilitas BAB 3 Teori Probabilitas A. HIMPUNAN a. Penulisan Hipunan Cara Pendaftaran Cara Pencirian 1) A = {a,i,u,e,o} 1) A = {X: x huruf vokal } 2) B = {1,2,3,4,5} menghasilkan data diskrit 2) B = {X: 1 x 2} menghasilkan

Lebih terperinci

Oleh: BAMBANG AVIP PRIATNA M

Oleh: BAMBANG AVIP PRIATNA M Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat

Lebih terperinci

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Probabilitas PELUANG Eksperimen Aktivitas / pengukuran / observasi suatu fenomena yang bervariasi outputnya Ruang Sampel / Sample Space Semua output

Lebih terperinci

Bab 3 Pengantar teori Peluang

Bab 3 Pengantar teori Peluang Bab 3 Pengantar teori Peluang Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan

Lebih terperinci

BAB V TEORI PROBABILITAS

BAB V TEORI PROBABILITAS BAB V TEORI PROBABILITAS Probabilitas disebut juga dengan peluang atau kemungkinan. Probabilitas merupakan suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Oleh karena

Lebih terperinci

2-1 Probabilitas adalah:

2-1 Probabilitas adalah: 2 Teori Probabilitas Pengertian probabilitas Kejadian, ruang sample dan probabilitas Aturan dasar probabilitas Probabilitas bersyarat Independensi Konsepsi kombinatorial Probabilitas total dan teorema

Lebih terperinci

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan TEORI PROBABILITAS Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan SAYA YAKIN MAHASISWA BELUM MELUPAKAN SAYA. YUK, INGAT SAYA KEMBALI SEBELUM KITA BERKENALAN

Lebih terperinci

Bab 1 PENGANTAR PELUANG

Bab 1 PENGANTAR PELUANG Bab 1 PENGANTAR PELUANG PENDAHULUAN Misalkan sebuah peristiwa A dapat terjadi sebanyak n kali diantara N peristiwa yang saling ekslusif dan masing-masing terjadi dengan kesempatan yang sama, maka peluang

Lebih terperinci

ALJABAR SET & AKSIOMA PROBABILITAS

ALJABAR SET & AKSIOMA PROBABILITAS ALJABAR SET & AKSIOMA PROBABILITAS Pokok Bahasan Sample Space Event Aljabar Set Prinsip dan Aksioma Probabilitas Equally Likely Event Conditional Probability Independent Event Sample Space dan Event Eksperimen

Lebih terperinci

PENGANTAR MODEL PROBABILITAS

PENGANTAR MODEL PROBABILITAS PENGANTAR MODEL PROBABILITAS (PMP, Minggu 1-7) Sri Haryatmi Kartiko Universitas Gadjah Mada Juni 2014 Outline 1 Minggu 1:HIMPUNAN Operasi Himpunan Sifat-Sifat Operasi Himpunan 2 Minggu 2:COUNTING TECHNIQUE

Lebih terperinci

Probabilitas. Tujuan Pembelajaran

Probabilitas. Tujuan Pembelajaran Probabilitas 1 Tujuan Pembelajaran 1.Menjelaskan Eksperimen, Hasil,, Ruang Sampel, & Peluang 2. Menjelaskan bagaimana menetapkan peluang 3. Menggunakan Tabel Kontingensi, Diagram Venn, atau Diagram Tree

Lebih terperinci

TEORI KEMUNGKINAN (PROBABILITAS)

TEORI KEMUNGKINAN (PROBABILITAS) 3 TEORI KEMUNGKINAN (PROBABILITAS) Teori probabilitas atau peluang merupakan teori dasar dalam pengambilan keputusan yang memiliki sifat ketidakpastian. Ada 3 pendekatan : Pendekatan klasik Pendekatan

Lebih terperinci

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Statistika & Probabilitas Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Kejadian Kejadian adalah himpunan bagian (subset) dari ruang sampel S. Dapat dipahami, kejadian adalah himpunan dari

Lebih terperinci

Kompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as

Kompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as Kompetensi: Mahasiswa mampu menjelaskan gejala ekonomi dengan menggunakan konsep probabilitas Hal. 9- Penelitian itu Penuh Kemungkinan (tdk pasti) Mengubah Saya tidak yakin Menjadi Saya yakin akan sukses

Lebih terperinci

Berapa Peluang anda. meninggal? selesai S-1? menjadi menteri? menjadi presiden?

Berapa Peluang anda. meninggal? selesai S-1? menjadi menteri? menjadi presiden? PELUANG Berapa Peluang anda meninggal? selesai S-1? menjadi menteri? menjadi presiden? Peluang Ukuran / derajat ketidakpastian suatu peristiwa Peluang Kemungkinan (Probability) (Possibility) Peristiwa

Lebih terperinci

Model dan Simulasi Universitas Indo Global Mandiri

Model dan Simulasi Universitas Indo Global Mandiri Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan

Lebih terperinci

TEORI PROBABILITAS (TEORI KEMUNGKINAN)

TEORI PROBABILITAS (TEORI KEMUNGKINAN) BAB 6 TEORI PROBABILITAS (TEORI KEMUNGKINAN) Kompetensi Menjelaskan konsep dasar teori probabilitas Indikator 1. Menjelaskan probabilitas 2. Menjelaskan peristiwa mutually exclusive 3. Menjelaskan peristiwa

Lebih terperinci

Beberapa Hukum Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Beberapa Hukum Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Beberapa Hukum Peluang Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Suatu kejadian dapat merupakan gabungan atau irisan dari dua atau

Lebih terperinci

DASAR-DASAR TEORI PELUANG

DASAR-DASAR TEORI PELUANG PROBABILITAS dan STATISTIKA DASAR-DASAR TEORI PELUANG MK. STATISTIKA Konsep Dasar Probabilitas Teori Probabilitas didasarkan pada konsep dari suatu eksperimen random Random fenomena/eksperimen dimana keluaran

Lebih terperinci

Teori Probabilitas. Debrina Puspita Andriani /

Teori Probabilitas. Debrina Puspita Andriani    / Teori Probabilitas 5 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Teorema Bayes Berapa

Lebih terperinci

PENS. Probability and Random Process. Topik 3. Dasar Probabilitas. Prima Kristalina Maret 2015

PENS. Probability and Random Process. Topik 3. Dasar Probabilitas. Prima Kristalina Maret 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 3. Dasar Probabilitas Prima Kristalina Maret 2015 Outline 1. Review Statistika Inferensial 2. Konsep

Lebih terperinci

AMIYELLA ENDISTA. Website : BioStatistik

AMIYELLA ENDISTA.   Website :  BioStatistik AMIYELLA ENDISTA Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com DEFINISI PROBABILITAS Harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi, di antara

Lebih terperinci

PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS

PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS PENDAHULUAN Semua kejadian di alam selalu dikatakan ada ketidakpastian Adanya statistik karena adanya ketidakpastian

Lebih terperinci

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu

Lebih terperinci

Suplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu

Suplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu Suplemen Kuliah STATISTIKA Pertemuan 5 Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu Konsep Peluang 1. Ruang Contoh dan Kejadian Walpole E. Ronald. (Probabbility

Lebih terperinci

PS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016

PS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 PS-02 HUKUM-HUKUM PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Ruang Sampel Kejadian Hukum Probabilitas Pokok Bahasan Ruang Sampel Pengertian Ruang Sampel dan Titik Sampel Ruang Sampel adalah

Lebih terperinci

Eksperimen Hasil Kejadian KONSEP PROBABILITAS

Eksperimen Hasil Kejadian KONSEP PROBABILITAS KONSEP PROBABILITAS Sebelumnya, telah dipelajari statistika deskriptif yang fokus untuk menyimpulkan data yang telah dikumpulkan pada waktu sebelumnya. Pada bab ini, akan dibahas tentang aspek lain dari

Lebih terperinci

Nilai Probabilitas berkisar antara 0 dan 1.

Nilai Probabilitas berkisar antara 0 dan 1. ROBBILITS Tujuan belajar : 1. Mengerti konsep probalitas 2. Mengerti hukum-hukum probabilita 3. Mengerti konsep mutually exclusif dan non exclusive, serta konsep bebas dan tak bebas 4. Memahami permutasi

Lebih terperinci

Materi #2 TIN315 Pemeliharaan dan Rekayasa Keandalan Genap 2015/2016

Materi #2 TIN315 Pemeliharaan dan Rekayasa Keandalan Genap 2015/2016 #2 PROBABILITAS 2.1. Pendahuluan Kata probabiliitas sering dipakai jika kehilangan sentuhan dalam mengimplikasikan bahwa suatu kejadian yang mempunyai peluang yang bagus akan terjadi. Dalam hal ini penilaian

Lebih terperinci

PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung

PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung PERMUTASI, KOMBINASI DAN PELUANG A. KAIDAH PENCACAHAN Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung berapa banyaknya cara yang mungkjin terjadi dalam suatu percobaan. Kaidah pencacahan

Lebih terperinci

ATURAN DASAR PROBABILITAS. EvanRamdan

ATURAN DASAR PROBABILITAS. EvanRamdan ATURAN DASAR PROBABILITAS BEBERAPA ATURAN DASAR PROBABILITAS Secara umum, beberapa kombinasi dari kejadian dalam sebuah eksperimen dapat dihitung probabilitasnya berdasarkan dua aturan, yaitu: 1) Aturan

Lebih terperinci

Statistik Farmasi Probabilitas

Statistik Farmasi Probabilitas Statistik Farmasi 2016 Probabilitas TUJUAN PERKULIAHAN Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1 Menentukan ruang sampel dan probabilitas dari suatu peristiwa, dengan menggunakan probabilitas

Lebih terperinci

Bab 9. Peluang Diskrit

Bab 9. Peluang Diskrit Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas

Lebih terperinci

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata dan Statistika Ruang Adam Hendra Brata adalah suatu ilmu untuk memprediksi suatu kejadian (event) atau dapat disebut peluang suatu kejadian berdasarkan pendekatan matematis. Dengan ilmu probabilitas, kita

Lebih terperinci

, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel

, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel Peluang Suatu Kejadian a) Kisaran nilai peluang : 0 P( b) P( =, banyaknya kejadian A dan banyaknya ruang sampel c) Peluang komplemen suatu kejadian : P(A c ) = P( d) Peluang gabungan dari dua kejadian

Lebih terperinci

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu

Lebih terperinci

Learning Outcomes Peluang Bersyarat Latihan-1 Hukum Penggandaan Hukum Total Peluang Latihan-2. Peluang Bersyarat. Julio Adisantoso.

Learning Outcomes Peluang Bersyarat Latihan-1 Hukum Penggandaan Hukum Total Peluang Latihan-2. Peluang Bersyarat. Julio Adisantoso. 2 Maret 2014 Learning Outcome Mahasiswa dapat memahami kejadian dan peluang bersyarat Mahasiswa dapat memahami hukum penggandaan Mahasiswa dapat memahami hukum total peluang Mahasiswa dapat memiliki dasar

Lebih terperinci

Pertemuan Ke-1 BAB I PROBABILITAS

Pertemuan Ke-1 BAB I PROBABILITAS Pertemuan Ke-1 BAB I PROBABILITAS 1.1 Arti dan Pentingnya Probabilitas Probabilitas merupakan suatu nilai untuk mengukur besarnya tingkat kemungkinan terjadinya suatu kejadian yang acak. Kejadian Acak

Lebih terperinci

Pendekatan Terhadap Probabilitas

Pendekatan Terhadap Probabilitas Probabilitas Probabilitas PROBABILITAS adalah suatu ukuran tentang kemungkinan bahwa suatu peris=wa (event) dimasa mendatang akan terjadi. Probabilitas hanya mempunyai nilai antara 0 dan 1 Eksperiment

Lebih terperinci

MINGGU KE VIII & IX DISTRIBUSI DESCRETE

MINGGU KE VIII & IX DISTRIBUSI DESCRETE MINGGU KE VIII & IX DISTRIBUSI DESCRETE Tujuan Instruksional Umum : 1. Mahasiswa mampu memahami dengan apa yang dimaksud dengan distribusi diskrit 2. Mahasiswa memahami manfaat dan kegunaan dari distrubusi

Lebih terperinci

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si PROBABILITAS Dr. Vita Ratnasari, M.Si Dalam menghadapi persoalan-persoalan yang TIDAK PASTI diperlukan suatu ukuran untuk menyatakan tingkat KEPASTIAN atau KETIDAKPASTIAN kejadian tsb. Definisi / pengertian

Lebih terperinci

Konsep Dasar Peluang

Konsep Dasar Peluang Konsep Dasar Peluang Pendahuluan Prediksi kejadian sangat diperlukan dan diminati dalam berbagai bidang kehidupan. Seperti peramalan cuaca, penelitian ilmiah, permainan, bisnis, dll. Ruang contoh : Himpunan

Lebih terperinci

TEORI PROBABILITAS (KEMUNGKINAN) Saptawati Bardosono

TEORI PROBABILITAS (KEMUNGKINAN) Saptawati Bardosono TEORI PROBABILITAS (KEMUNGKINAN) Saptawati Bardosono Teori Kemungkinan (probabilitas) Untuk komunikasi informasi medis di antara para ahli dan antara seorang ahli dengan pasiennya dan untuk mencegah terjadinya

Lebih terperinci

Pert 3 PROBABILITAS. Rekyan Regasari MP

Pert 3 PROBABILITAS. Rekyan Regasari MP Pert 3 PROBABILITAS Rekyan Regasari MP Berapakah kemungkinan sebuah koin yang dilempar akan menghasilkan gambar angka Berapakah kemungkinan gedung ini akan runtuh Berapakah kemungkinan seorang kreditur

Lebih terperinci

1.1 Konsep Probabilitas

1.1 Konsep Probabilitas TEORI DASAR PROBABILITAS 1.1 Konsep Probabilitas Probabilitas/peluang secara umum dapat diartikan sebagai ukuran matematis terhadap kecenderungan akan munculnya sebuah kejadian. Secara matematis peluang

Lebih terperinci

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014 16 Pebruari 2014 Learning Outcome Mahasiswa dapat memahami ruang contoh, kejadian, dan koleksi Mahasiswa dapat melakukan operasi himpunan kejadian Mahasiswa dapat memahami aksioma peluang Mahasiswa dapat

Lebih terperinci

Kaidah Bayes dan Kejadian Bebas

Kaidah Bayes dan Kejadian Bebas 6 Maret 2014 Learning Outcome Mahasiswa dapat memahami konsep dan kaidah Bayes Mahasiswa dapat mendefinisikan rasio odd Mahasiswa dapat memahami kejadian bebas Mahasiswa dapat membuktikan beberapa proposisi

Lebih terperinci

Pertemuan 2. Hukum Probabilitas

Pertemuan 2. Hukum Probabilitas Pertemuan 2 Hukum Probabilitas Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a B) = n(a) + n(b) n(a B) Kejadian majemuk adalah gabungan atau

Lebih terperinci

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Tujuan Instruksional Khusus 1 Menentukan ruang contoh sebuah percobaan dan kejadiankejadian 2 Mencacah

Lebih terperinci

U n KOMBINATORIAL. A 1 atau A 2 atau... atau A n adalah (n 1 + n n n ). Dengan kata lain

U n KOMBINATORIAL. A 1 atau A 2 atau... atau A n adalah (n 1 + n n n ). Dengan kata lain KOMBINATORIAL Kombinatorial adalah cabang matematika yang mempelajari pengaturan objek objek Solusi yang ingin kita peroleh dari kombinatorial ini adalah jumlah cara pengaturan objek objek didalam kumpulanya

Lebih terperinci

Distribusi Probabilitas Diskrit: Binomial & Multinomial

Distribusi Probabilitas Diskrit: Binomial & Multinomial Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi

Lebih terperinci

Statistika untuk Ekonomi dan Keuangan Modern Edisi 3, Buku 1 SUHARYADI PURWANTO S.K

Statistika untuk Ekonomi dan Keuangan Modern Edisi 3, Buku 1 SUHARYADI PURWANTO S.K Statistika untuk Ekonomi dan Keuangan Modern Edisi 3, Buku 1 SUHARYADI PURWANTO S.K BAB 1 PENGERTIAN STATISTIKA 2 Pengertian Statistika Bab 1 OUTLINE 3 BAGIAN I Statistik Deskriptif Pengertian Statistika

Lebih terperinci

: Distribusi Peluang. : D. Rizal Riadi

: Distribusi Peluang. : D. Rizal Riadi MATERI 3 Mata Kuliah Dosen : Distribusi Peluang : Statistik : D. Rizal Riadi Mengingat data kuantitatif dipengaruhi faktor-faktor ketidakpastian dan variasi yang disebabkan akurasi instrumen penelitian

Lebih terperinci

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan

Lebih terperinci

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014 13 Maret 2014 Learning Outcome Mahasiswa dapat memahami dan menentukan peubah acak dari suatu kejadian Mahasiswa dapat memahami fungsi sebaran Mahasiswa dapat mengerti dan menentukan peubah acak diskret

Lebih terperinci

Definisi 1.1: Jika S dan A adalah himpunan semua kejadian tertentu yang memenuhi, maka

Definisi 1.1: Jika S dan A adalah himpunan semua kejadian tertentu yang memenuhi, maka Pertemuan 1: Kompetensi Dasar: Menggunakan konsep probabilitas sehingga dapat melakukan Tujuan: pendekatan perhitungan probabilitas. 1. Mahasiswa diharapkan mampu menentukan nilai probabilitas dengan pendekatan

Lebih terperinci

BAB V PENGANTAR PROBABILITAS

BAB V PENGANTAR PROBABILITAS BAB V PENGANTAR PROBABILITAS Istilah probabilitas atau peluang merupakan ukuran untuk terjadi atau tidak terjadinya sesuatu peristiwa. Ukuran ini merupakan acuan dasar dalam teori statistika. 1. Beberapa

Lebih terperinci

TEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S.

TEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S. TEORI PROBABILITAS ISTILAH YANG SERING DIGUNAKAN a. Ruang Contoh Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S. Bayangkan percobaan melempar

Lebih terperinci

LEMBAR AKTIVITAS SISWA PELUANG

LEMBAR AKTIVITAS SISWA PELUANG Nama Siswa : LEMBAR AKTIVITAS SISWA PELUANG 2 2. Kelas : Kompetensi Dasar (KURIKULUM 2013): 3.16 Memahami dan menerapkan berbagai aturan pencacahan melalui beberapa contoh nyata serta menyajikan alur perumusan

Lebih terperinci

Konsep Peluang (Probability Concept)

Konsep Peluang (Probability Concept) Konsep Peluang (Probability Concept) Percobaan Percobaan: proses acak untuk membangkitkan data. Dalam banyak kasus, hasil dari suatu percobaan tergantung pada faktor kebetulan, dan tidak dapat diramalkan

Lebih terperinci

Ruang Sampel, Titik Sampel dan Kejadian

Ruang Sampel, Titik Sampel dan Kejadian Dasar Dasar robabilitas DSR DSR ROILITS Ruang Sampel, Titik Sampel dan Kejadian Ruang sampel (sample space atau semesta (universe merupakan himpunan dari semua hasil (outcome yang mungkin dari suatu percobaan

Lebih terperinci

PE P L E U L A U N A G N

PE P L E U L A U N A G N PELUANG Berapa peluang Anda selesai S-1? Peluang Ukuran/derajat ketidakpastian suatu peristiwa Peluang Kemungkinan Peristiwa (probability) (possibility) sesuatu yang mungkin dapat terjadi Misal : Mengundi

Lebih terperinci

KATA PENGANTAR. Salatiga, Juni Penulis. iii

KATA PENGANTAR. Salatiga, Juni Penulis. iii KATA PENGANTAR Teori Probabilitas sangatlah penting dalam memberikan dasar pada Statistika dan Statistika Matematika. Di samping itu, teori probabilitas juga memberikan dasar-dasar dalam pembelajaran tentang

Lebih terperinci

Pembahasan Contoh Soal PELUANG

Pembahasan Contoh Soal PELUANG Pembahasan Contoh Soal PELUANG 1. Nomor rumah yang dimaksud terdiri atas dua angka. Ini berarti ada dua tempat yang harus diisi, yaitu PULUHAN dan SATUAN. Karena nomor rumah harus ganjil, maka tempat Satuan

Lebih terperinci

Teori Probabilitas 3.2. Debrina Puspita Andriani /

Teori Probabilitas 3.2. Debrina Puspita Andriani    / Teori Probabilitas 3.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Berapa peluang munculnya

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya dunia industri di masa sekarang, semakin kompleks pula permasalahan yang ada pada dunia industri. Salah satu permasalahan yang sering ditemui dalam

Lebih terperinci

Review Teori Probabilitas

Review Teori Probabilitas Rekayasa Trafik 1 Review Teori Probabilitas Rekayasa Trafik Outline Arti Probabilitas Counting Method Random Variable Discrete RV Continuous RV Multiple RVs Rekayasa Trafik 2 Arti Probabilitas Rekayasa

Lebih terperinci

DALIL-DALIL PROBABILITAS

DALIL-DALIL PROBABILITAS DALIL-DALIL PROBABILITAS 1 Teori probabilitas 1. Tentang perobaan-perobaan yang sifatnya aak (atau tak tentu). 2. Konsep dasar probabilitas bilit dapat digunakan dalam menarik kesimpulan dari suatu perobaan

Lebih terperinci

MATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I PROBABLITAS (Nuryanto, ST., MT) Pendahuluan Percobaan : proses yang menghasilkan data Ruang Contoh (S) : hasil percobaan himpunan yang memuat semua kemungkinan Kejadian = Event

Lebih terperinci

MODUL KULIAH STATISTIKA PROBABILITAS

MODUL KULIAH STATISTIKA PROBABILITAS MODUL KULIAH STATISTIKA PROBABILITAS OLEH: DIDIN ASTRIANI PRASETYOWATI, M.Stat PROGRAM STUDI D3 SISTEM INFORMASI UNIVERSITAS INDO GLOBAL MANDIRI PALEMBANG 2015 BAB I TEORI PROBABILITAS 1.1. Sejarah Perkembangan

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS PERTEMUAN VIII EvanRamdan PROBABILITAS Dalam menentukan banyaknya anggota kejadian, kadangkala kita tidak selalu dapat mendaftar semua titik sampel dalam percobaan tersebut. Untuk

Lebih terperinci

PROBABILITY AND GENETIC EVENTS

PROBABILITY AND GENETIC EVENTS M.K. GENETIKA (JUR. PEND. BIOLOGI SEM IV) PROBABILITY AND GENETIC EVENTS Paramita Cahyaningrum Kuswandi* FMIPA UNY 2015 Email*: paramita@uny.ac.id Genetika dan statistika Rasio genetika biasanya berupa

Lebih terperinci

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 STATISTIK II MODUL 8-14 Oleh Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Drs. Hasanuddin Pasiama, M.Si. STATISTIK

Lebih terperinci

BAB II PROBABILITAS Ruang sampel (sample space)

BAB II PROBABILITAS Ruang sampel (sample space) BAB II ROBABILITAS 2.1. Ruang sampel (sample space) Data diperoleh baik dari pengamatan kejadian yang tak dapat dikendalikan atau dari percobaan yang dikendalikan dalam laboratorium. Untuk penyederhanaan

Lebih terperinci

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2

Lebih terperinci

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi

Lebih terperinci

Metode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept)

Metode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept) Metode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept) Ruang Contoh dan Kejadian Ruang Contoh adalah suatu gugus yang memuat semua hasil yang berbeda, yang mungkin terjadi dari suatu

Lebih terperinci

Probabilitas. Oleh Azimmatul Ihwah

Probabilitas. Oleh Azimmatul Ihwah Probabilitas Oleh Azimmatul Ihwah Teori Probabilitas Life is full of uncertainty Dimana terkadang kita tidak tahu apa yang akan terjadi semenit kemudian. Namun suatu kejadian dapat diperkirakan lebih sering

Lebih terperinci

Materi W12c P E L U A N G. Kelas X, Semester 2. B. Peluang Kejadian Majemuk. 3. Kejadian Majemuk saling Bebas Bersyarat.

Materi W12c P E L U A N G. Kelas X, Semester 2. B. Peluang Kejadian Majemuk. 3. Kejadian Majemuk saling Bebas Bersyarat. Materi W12c P E L U A N G Kelas X, Semester 2 B. Peluang Kejadian Majemuk 3. Kejadian Majemuk saling Bebas Bersyarat www.yudarwi.com B. Peluang Kejadian Majemuk 3. Kejadian Majemuk Saling Bebas Bersyarat

Lebih terperinci

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas! BAHAN AJAR 3 DISTRIBUSI PEUBAH ACAK GABUNGAN DAN FUNGSI PELUANG MARGINAL Situasi 1: Sebuah kotak berisi tiga ballpoint berwarna merah, dua berwarna biru dan tiga berwarna hitam. Kemudian dua buah ballpoint

Lebih terperinci

Tujuan Pembelajaran. mutually exclusive

Tujuan Pembelajaran. mutually exclusive Tujuan embelajaran Memahami dan menggunakan analisis kombinatorial untuk kejadian kompleks: permutasi dan kombinasi Mendefinisikan terminologi-terminologi penting dalam probabilitas dan menjelaskan bagaimana

Lebih terperinci

PELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n

PELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n PELUANG Bab 11 1. Faktorial Faktorial adalah perkalian bilangan asli berurutan Hasil perkalian dari n bilangan asli pertama yang terurut dikatakan sebagai n faktorial (n!) n! n( n 1)( n 2)...3.2.1 5! =

Lebih terperinci

PELUANG. Titik Sampel GG

PELUANG. Titik Sampel GG PELUNG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang

Lebih terperinci

Probabilitas dan Proses Stokastik

Probabilitas dan Proses Stokastik Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan

Lebih terperinci

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang. MATERI BAB I RUANG SAMPEL DAN KEJADIAN Pendahuluan Ruang Sampel Kejadian Dua Kejadian Yang Saling Lepas Operasi Kejadian BAB II MENGHITUNG TITIK SAMPEL Prinsip Perkalian/ Aturan Dasar Notasi Faktorial

Lebih terperinci

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Kejadian (event) Kejadian adalah himpunan bagian (subset) dari

Lebih terperinci

April 20, Tujuan Pembelajaran

April 20, Tujuan Pembelajaran pril 20, 2011 1 Tujuan embelajaran Memahami dan menggunakan analisis kombinatorial untuk kejadian kompleks: permutasi dan kombinasi Mendefinisikan terminologi-terminologi penting dalam probabilitas dan

Lebih terperinci

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang

Lebih terperinci

peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46

peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46 peluang 6.1 Kaidah Pencacahan A. Aturan Perkalian Misal suatu plat nomor sepeda motor terdiri atas dua huruf berbeda yang diikuti tiga angka dengan angka pertama bukan 0. Berapa banyak plat nomor berbeda

Lebih terperinci